Infrastrutture intelligenti e sovranità urbana

 Nel 2050 circa 10 miliardi di persone – il 70% – concentreranno la propria esistenza in contesti urbani. Questo orizzonte demografico di portata storica delinea uno scenario in cui la pianificazione urbana assume un'importanza critica, una sfida sempre più complessa che richiede non solo strumenti innovativi, ma soprattutto visioni lungimiranti su chi controllerà le infrastrutture che governeranno queste città del futuro.

Eppure, proprio in questo momento storico cruciale, la colonizzazione corporativa del territorio urbano non avviene attraverso atti amministrativi palesi, bensì tramite una sottile erosione della capacità tecnica pubblica.

Quando accedo a un'app per segnalare una buca nell'asfalto, contribuisco a un database la cui proprietà e interpretazione rimangono opache. Quella segnalazione non è civismo puro: è materia prima estratta e ricombinata secondo logiche di profitto che non controllo. Questo processo di subordinazione della governance territoriale a infrastrutture algoritmiche rappresenta una delle sfide più gravi della pianificazione urbana europea contemporanea. Non perché accidentale, bensì perché frutto di dinamiche sistemiche complesse — scelte politiche, vincoli geopolitici, arretramento della ricerca pubblica, supremazia tecnologica dei giganti digitali — che nessun attore isolato ha intenzionalmente orchestrato, ma di cui tutti gli attori (pubblici, privati, accademici) hanno trovato conveniente non invertire la traiettoria.

FALLIMENTO EUROPEO

L'infrastruttura urbana intelligente europea è oggi un arcipelago frammentato di soluzioni controllate da cinque corporazioni americane — Google, Apple, Meta, Amazon, Microsoft — cui si affiancano i tre giganti cinesi Baidu, Alibaba, Tencent. Tra questi due blocchi, l'Europa è assente. Non in modo marginale: sistematicamente assente. Questa assenza non è un incidente della storia, bensì il risultato di un'incapacità strategica radicata in scelte e politiche ancora oggi non pienamente elaborate da nessuno dei soggetti coinvolti.

Il controllo territoriale contemporaneo passa attraverso l'infrastruttura informativa. Google Maps non rappresenta la città in modo neutrale: è una rappresentazione costruita a partire da logiche di monetizzazione dell'attenzione e raccolta massiccia di dati di movimento. Quando milioni di utenti la usano per orientarsi, contribuiscono continuamente a raffinarla, rendendola più accurata e preziosa. Ma il valore generato — il valore territoriale stesso — rimane privato.

Lo stesso accade con i sistemi di mobilità. Piattaforme come Uber e Lyft hanno reingegnerizzato il trasporto urbano secondo algoritmi che massimizzano il loro profitto, non l'accessibilità della città. I loro dati di movimento, aggregati e analizzati, rivelano i flussi invisibili della metropoli contemporanea: dove le persone vogliono veramente andare, quali aree sono economicamente sature, quali margini restano. Queste informazioni, che dovrebbero essere patrimonio pubblico per disegnare servizi di trasporto equo e sostenibile, rimangono riservate. Nel frattempo, le amministrazioni urbane europee hanno progressivamente dismesso la propria capacità di raccolta e analisi dei dati sulla mobilità — un processo alimentato da vincoli di bilancio, dall'appeal della "esternalizzazione efficiente" e dalla perdita di fiducia nella ricerca pubblica.

Le società cinesi operano secondo una logica radicalmente diversa. Il controverso City Brain di Alibaba a Hangzhou, lanciato nel 2016, rappresenta un modello di governo urbano integrato con finalità di controllo statale. A differenza degli hyperscaler americani, che celano l'estrazione dietro il linguaggio della "efficienza", Hangzhou non maschera l'integrazione fra infrastruttura tecnologica e potere autoritario. Il City Brain è concepito come una piattaforma digitale su larga scala, dotata di una "suite centrale" che integra diverse strutture periferiche, applicazioni di intelligenza artificiale specializzate, sistemi operativi avanzati, centri di calcolo ad alte prestazioni e sofisticati centri di gestione di Big Data. Questa suite centrale ha il compito di elaborare e restituire informazioni e conoscenza a partire da enormi volumi di dati eterogenei, provenienti da una fitta rete di sensori fissi distribuiti strategicamente in piattaforme, spazi ed edifici che costituiscono il tessuto della città. In configurazioni più avanzate, il City Brain può anche integrare dati provenienti da sistemi di intelligenza artificiale periferici, potenzialmente indossati da "agenti" che vivono e operano all'interno della città, come operatori di servizi pubblici o forze dell'ordine. La versione iniziale di Hangzhou (City Brain 1.0) coordinava 1.300 semafori e 3.500 telecamere su 420 chilometri quadri. I risultati misurati sono stati significativi: aumento della velocità media di guida del 15%, riduzione dei tempi di risposta emergenze del 50%, rilevamento automatico di incidenti con accuratezza del 92%.

Tuttavia, questi numeri nascondono una realtà più complessa: il City Brain è inseparabile dall'architettura autoritaria che lo sostiene. È uno strumento di prevedibilità e controllo, non semplicemente di efficienza tecnica. Quando la medesima piattaforma è stata esportata a Kuala Lumpur nel 2018, anche in contesto di governance ibrida (con controllo municipale formale), la dipendenza tecnologica e la proprietà dell'algoritmo hanno mantenuto il primato di Alibaba. I dati su Kuala Lumpur mostrano riduzioni comparabili: tempo medio di percorrenza ridotto del 22,9%, indice di congestione del 31,6%, tempi di risposta delle emergenze del 38,9%. Ma il "cervello" rimane esterno, proprietario, non trasparente. La letteratura accademica critica internazionale — in particolare i lavori di Caprotti e Liu su "Platform urbanism" e le analisi di Samantha Hoffman su "tech-enhanced authoritarianism" — ha documentato come il City Brain non sia un semplice strumento di traffico, bensì un meccanismo di territorializzazione statale: rende lo spazio urbano leggibile, prevedibile, controllabile dal potere centrale attraverso algoritmi il cui funzionamento rimane opaco ai cittadini.

L'Europa, nel frattempo, ha seguito una traiettoria diversa — non perché virtuosa, bensì perché frutto di fattori concatenati. Dopo la crisi finanziaria del 2008, il continente ha adottato una visione dell'innovazione in cui il settore pubblico doveva "ridursi" (pressione fiscale, dogma austeritario tedesco) e il mercato privato doveva "crescere" (liberalizzazioni, deregulation). Questa scelta — frutto di pressioni geopolitiche, logiche di competitività globale e perdita di fiducia nella pianificazione pubblica — ha significato non investire in ricerca pubblica indipendente, in infrastrutture digitali comuni, in sovranità tecnologica. Quando i governi locali hanno voluto smart cities, non hanno costruito: hanno cercato partner privati, hanno esternalizzato le competenze, hanno aperto il territorio all'estrazione privata. La conseguenza è che oggi l'infrastruttura intelligente europea rimane un mosaico di soluzioni importate, spesso incompatibili fra loro, controllate da soggetti stranieri. Una città italiana usa il sistema di navigazione di Google, la piattaforma di sharing di una società americana, i sensori ambientali di un'azienda cinese. Nessuno di questi sistemi dialoga con gli altri. Nessuno di essi serve l'interesse pubblico in modo primario. Ognuno estrae dati, costruisce profitti, consolida la propria posizione di mercato.

Sebbene sia vero che l'infrastruttura intelligente sia stata colonizzata, è altrettanto vero che le città hanno bisogno disperatamente di AI — di capacità di leggere i propri flussi, di rispondere ai problemi in tempo reale, di coinvolgere i cittadini nelle decisioni che li riguardano. Il problema non è volere una città intelligente. Il problema è che oggi, per avere una città intelligente, sembra possibile solo accettare una città sorvegliata.

Questo non è uno scambio neutrale. Non è un trade-off fra privacy e efficienza, come il discorso pubblico ama presentarlo. È strutturale. La raccolta massiccia di dati personali non è un costo collaterale della digitalizzazione; è il fondamento stesso dei sistemi che rendono la città "intelligente". Un algoritmo che predice dove sarà il traffico domani ha bisogno di sapere dove siamo oggi, dove eravamo ieri, quali sono i nostri movimenti ricorrenti. Un sistema di governance che risponde in tempo reale ai problemi urbani deve monitorare continuamente quello che accade nei quartieri: come si muovono le persone, dove si concentrano, cosa fanno, quando e perché. Questa sorveglianza non è uno strumento di oppressione accidentale; è la condizione di possibilità della "intelligenza".

Le piattaforme di partecipazione civica digitale funzionano come trappole affascinanti. Attirano i cittadini con la promessa di una democrazia più diretta, più partecipativa — una promessa sincera, ma tecnicamente problematica. Ti dicono: il tuo voto conta, la tua voce è ascoltata, le tue segnalazioni guidano le priorità dell'amministrazione. Ed è parzialmente vero. Ma il prezzo che paghi — il dato che consegni, la tua localizzazione, il tuo profilo di comportamento — è catturato da sistemi che non controlli, che non ti appartengono, che usano quelle informazioni per scopi che nemmeno sai quali siano.

Consideriamo un esempio concreto: il bilancio partecipativo digitale. Un comune decide di dare ai cittadini la possibilità di votare online su quale progetto finanziare fra una lista di proposte. Il sistema è virtuoso nei principi: democratico, trasparente, inclusivo. Ma per partecipare devi registrarti con i tuoi dati, fare login, localizzarti. Quella piattaforma registra non solo il tuo voto, ma quando l'hai fatto, da dove, quali progetti hai consultato, quanto tempo hai speso su ciascuno, se hai visitato i forum di discussione, cosa hai letto. Tutti questi dati vengono aggregati e analizzati. Le amministrazioni pubbliche non hanno ancora sviluppato la sofisticazione per usarli consapevolmente, ma li hanno. Se non li usano loro direttamente, li useranno broker di dati, assicuratori, analisti di marketing. La neutralità amministrativa è un'illusione.

Le app di segnalazione civica hanno subito la medesima metamorfosi. Un cittadino segnala un'aggressione in strada, una zona dove i cani vengono lasciati liberi, un edificio abbandonato che diventa rifugio per atti illegali. La segnalazione è preziosa per l'amministrazione: permette di concentrare i controlli, di prevenire problemi. Ma quella segnalazione crea anche una mappa della paura. Chi segnala più frequentemente e da dove indica i luoghi in cui si concentra una certa percezione di insicurezza, una certa qualità della vita. Se quegli stessi dati finiscono nelle mani di società di security privata, di piattaforme assicurative, di agenzie di data broking, quella mappa della paura diventa una mappa dei quartieri "rischiosi". Gli assicuratori alzano i premi, gli investitori immobiliari aumentano la pressione, il capitale circola diversamente. Il cittadino che segnalava per migliorare il suo quartiere ha inconsapevolmente contribuito a renderlo più stigmatizzato, potenzialmente meno desiderabile sul mercato immobiliare.

La tematizzazione di questi problemi — sia nelle agende pubbliche che negli ambienti di ricerca — è stata tardiva e incompleta. Per decenni, in assenza di alternative tecnologiche pubbliche credibili e sotto la pressione di narrative che esaltavano l'innovazione privata, la partecipazione civica è stata teorizzata come bene in sé, una pratica democratica che potesse compensare la perdita di sovranità infrastrutturale. Solo recentemente, e ancora parzialmente, si riconosce che i sistemi che catturano la partecipazione sono anche i sistemi che catturano i dati, e che non sono tecnicamente separabili. La domanda radicale non è dunque: come possiamo avere più partecipazione? La domanda è: come possiamo avere partecipazione senza pagare il prezzo della sorveglianza? E la risposta onesta è che, finché la partecipazione è mediata da piattaforme digitali controllate da soggetti privati, non possiamo.

Questo non significa rinunciare alla partecipazione, tornare a una democrazia rappresentativa pura, o credere che la soluzione sia l'offline — il che sarebbe un'illusione reazionaria in un contesto urbano dove la digitalità è già strutturale. Significa che dobbiamo progettare sistemi di partecipazione che siano trasparenti sulla contraddizione intrinseca, che la governino consapevolmente anziché nasconderla dietro il discorso meritorio dell'inclusione civica. Significa soprattutto che non possiamo risolvere il problema della sorveglianza attraverso la partecipazione stessa. Non possiamo credere che se i cittadini votano su come usare i loro dati, allora il potere di controllo viene democratizzato. È un'illusione. Il potere non risiede nella gestione amministrativa dei dati, bensì nella loro estrazione e nella loro interpretazione. Anche se puoi votare su come vengono "usati" i tuoi dati, l'algoritmo che estrae significato da essi rimane opaco, rimane controllato da chi possiede l'infrastruttura. Per i governi europei, questo implica l'ammissione esplicita di una realtà scomoda: se vuoi una città intelligente senza pagare il prezzo della subordinazione politica, non puoi semplicemente democratizzare la partecipazione. Devi controllare direttamente l'infrastruttura. Devi costruire sistemi tuoi, pubblici o pubblico-pubblici, dove la logica dell'estrazione di dati è subordinata alla logica della gestione pubblica. E devi ammettere che questo ha un costo: non sarà efficiente come Google, non avrà la scala globale di Amazon, non avrà i bilanci infiniti di Meta. Ma rimarrà nel territorio.

Gli algoritmi non vivono nel cloud. Vivono nella strada. E quando vivono nella strada, la trasformano. Quando Google Maps suggerisce a milioni di persone quale percorso prendere da A a B, non sta semplicemente fornendo informazioni neutrali su una geografia preesistente. Sta reiscrivendo quella geografia. Le strade che l'algoritmo preferisce diventano più trafficate. I negozi, i bar, i servizi lungo i percorsi suggeriti ricevono più clientela. I quartieri che l'algoritmo sconsiglia — perché il percorso è più lungo, più lento, o perché il sistema non li conosce bene — si svuotano lentamente di vita economica. La mappa non rappresenta il territorio; costruisce il territorio.

La ricerca accademica su questo fenomeno presenta però varianti geografiche critiche che richiedono disambiguazione attenta. Negli Stati Uniti, studi come quello di Caliskan e Pandey sulla discriminazione algoritmica nei prezzi di ride-sharing (analizzando oltre 100 milioni di corse a Chicago fra novembre 2018 e dicembre 2019) hanno documentato discriminazione intenzionale: gli algoritmi di Uber e Lyft applicavano tariffe per miglio significativamente più alte per corse verso quartieri con residenti non-bianchi e a basso reddito. Uno studio precedente del National Bureau of Economic Research su Boston e Seattle mostrava che passeggeri maschi con nomi che suonavano afroamericani erano tre volte più propensi a vedersi cancellate le corse e attendevano fino al 35% più a lungo. Questa è discriminazione algoritmica codificata, strutturale, intenzionale: il razzismo viene inscritto nel codice stesso.

In Europa — e specificamente in Italia — il fenomeno della subordinazione algoritmica assume una forma radicalmente diversa, che richiederebbe una terminologia distinta. La letteratura accademica europea (in particolare studi di Fageda, 2019) suggerisce che l'impatto di servizi come Uber sulla congestione urbana non sia statisticamente significativo, a differenza del contesto americano. Le ragioni sono tre: la morfologia urbana europea è storicamente più compatta e densa (favorendo efficienza); il trasporto pubblico è generalmente più capillare, rendendo il ride-hailing un servizio complementare anziché sostitutivo; la regolamentazione europea sul trasporto non di linea agisce come freno naturale alla proliferazione incontrollata di veicoli. Tuttavia, questo non significa che il problema non esista. Esiste, ma in una forma categoricamente diversa da quella americana: quella che chiamo "esclusione geografica di fatto", distinta dalla discriminazione algoritmica intenzionale. In città come Milano e Roma, la disparità nell'accesso non è frutto di un "codice" che esclude intenzionalmente le periferie in base a caratteristiche demografiche, bensì di una logica economica basata sulla domanda e sull'offerta. Gli operatori di sharing mobility tendono a posizionare la flotta dove la rotazione dei veicoli è massima, ottimizzando i costi operativi. Questo crea naturalmente una concentrazione nei quartieri centrali e direzionali. Il risultato finale — l'isolamento della periferia — è simile all'esclusione americana, ma il meccanismo è radicalmente diverso: non la discriminazione razziale bensì la semplice logica di profitto. Chi vive in zone periferiche affronta tempi di attesa più lunghi o l'assenza totale di servizi. Questo crea un divario di mobilità che isola ulteriormente chi abita lontano dal centro, producendo quella che possiamo definire "digital redlining di fatto": non intenzionale nella genesi, ma strutturale negli effetti.

Tuttavia, questo fenomeno della mobilità app-based rappresenta solo una frazione della sorveglianza algoritmica che le piattaforme digitali oggi esercitano sulle città. Un caso emblematico — e più radicale nella sua natura estrattiva — è rappresentato dall'utilizzo combinato di deep learning e immagini da Google Street View per l'estrazione massiccia di dati demografici. Negli Stati Uniti, ricercatori hanno impiegato sofisticate tecniche di visione artificiale per analizzare automaticamente milioni di immagini stradali e determinare marca, modello e anno di immatricolazione di tutti i veicoli a motore presenti in specifici quartieri. Questo "censimento automobilistico" ha enumerato ben 22 milioni di automobili — l'8% del parco auto totale degli Stati Uniti — e i dati raccolti sono stati successivamente utilizzati per stimare con notevole precisione variabili socio-economiche come il reddito medio, la composizione etnica, il livello di istruzione e persino i modelli di voto a livello di quartiere e codice postale. Non si tratta di ricerca sociologica trasparente e consensuale, bensì di sorveglianza massiccia codificata come "analisi urbana": l'estrazione di profili demografici da immagini pubbliche, senza che i cittadini sappiano di essere analizzati, le loro case fotografate, i loro veicoli catalogati e i loro dati socio-economici stimati algoritmicamente. Questo rappresenta esattamente il meccanismo: la dataficazione totale dello spazio urbano per finalità di controllo, profilazione e capitalizzazione.

A differenza degli Stati Uniti, dove le piattaforme operano in regime di quasi totale deregolamentazione, in Italia le amministrazioni locali hanno un ruolo attivo nel contrastare questa tendenza. I bandi per i servizi di sharing mobility a Milano e Roma includono spesso clausole che impongono agli operatori di coprire anche zone periferiche come condizione per ottenere l'autorizzazione. Le città utilizzano la leva economica — riduzione dei canoni di concessione per chi estende il servizio in periferia — per contrastare la tendenza spontanea degli algoritmi a privilegiare le zone centrali. Questo rappresenta un primo tentativo di governo pubblico, sebbene insufficiente e fragile.

Ciò nonostante, la difficoltà nel provare empiricamente la "gentrificazione algoritmica" in Italia risiede nel fatto che non esistono dati pubblici accessibili che permettano di incrociare tempi di attesa medi per quartiere, numero di corse annullate, variazioni dinamiche dei prezzi basate sulla localizzazione. Senza questi dati, i ricercatori non possono verificare se gli algoritmi stiano attivamente penalizzando alcune aree. Le aziende, citando il segreto industriale, non condividono mai i log operativi. Eppure l'intuizione sulla gentrificazione algoritmica — intesa come processo indiretto di valorizzazione differenziale dello spazio urbano generato dal routing preferenziale — rimane teoricamente corretta. Non nel senso che esista un "piano" esplicito di esclusione, bensì nel senso che la logica strutturale funziona: quando un servizio è calibrato sulle esigenze di chi vive in centro, quel quartiere diventa più appetibile, aumentandone il valore immobiliare e rafforzandone l'esclusività. Se la mobilità moderna app-based è disponibile solo in centro, si crea una disparità di accesso ai servizi essenziali che colpisce sproporzionatamente le fasce meno abbienti, che solitamente abitano in periferia.

Il fenomeno non è limitato al ride-sharing. Ogni piattaforma che aggrega dati urbani — dai sensori ambientali ai sistemi di parcheggio intelligente — sta subendo la medesima logica di appropriazione privata. Gli stessi dati che un'amministrazione progressista userebbe per aprire centri comunitari nei quartieri poco serviti, diventano, nelle mani di società di real estate tech, il segnale di dove costruire negozi di lusso, dove aumentare gli affitti, dove realizzare pseudo-rigenerazione nel senso capitalistico del termine.

Secondo David Harvey, questo è un aspetto del "spatial fix" — il modo in cui il capitale risolve le proprie contraddizioni interne trasformando lo spazio urbano in merce e accelerandone la valorizzazione. Secondo Saskia Sassen, questo è un processo di "expulsion": le periferie "non profittevoli" diventano invisibili agli algoritmi, quindi invisibili al capitale, quindi progressivamente abbandonate. Secondo Neil Brenner, questo rappresenta una forma di "quantificazione totale dello spazio urbano": se non sei un dato, non esisti nel piano di sviluppo della città.

Se vogliamo rigenerare una città nel senso profondo del termine — cioè restituire capacità, vitalità, controllo democratico ai territori — non possiamo delegare al mercato privato la lettura dei flussi urbani. Non possiamo permettere che siano gli algoritmi di Uber, Google o Alibaba a decidere dove le persone dovrebbero potersi muovere, dove i servizi dovrebbero concentrarsi, quale sia la "forma giusta" della città. Perché quell'algoritmo è costruito per massimizzare l'estrazione di valore, non per massimizzare l'accessibilità, l'equità, la vitalità democratica dello spazio pubblico. La sovranità urbana — il diritto di una comunità di plasmare consapevolmente il proprio territorio — passa attraverso il controllo diretto dell'infrastruttura che legge e interpreta quello spazio.

L'Europa ha occupato gli ultimi quindici anni in un interregno di colonizzazione. Quello che ora appare come "innovazione" è spesso solo la resa amministrata, la normalizzazione di una subordinazione inizialmente traumatica. Questo processo ha radici complesse nella strategia politica continentale post-2008. La crisi finanziaria ha innescato non una rinascita della pianificazione pubblica, bensì un ulteriore ripiegamento verso il mercato — frutto sia delle pressioni di austerità che della perdita di fiducia nella capacità dello Stato di innovare e gestire complessi ecosistemi tecnologici. Sotto questa convergenza di fattori, i governi europei hanno progressivamente dismesso le competenze tecniche pubbliche, convincendosi (in parte correttamente, in parte per necessità) che le aziende private avrebbero innovato là dove lo Stato non poteva. Nel settore delle infrastrutture digitali urbane, questo ha significato accettare una subordinazione geopolitica travestita da scelta di mercato.

Gaia-X rappresenta il simbolo emblematico di questa traiettoria fallimentare. Lanciato nel 2020 come risposta europea alla dominanza americana e cinese nel cloud computing, il progetto era nato con l'ambizione di creare un'infrastruttura cloud sovrana europea — l'"Airbus del Cloud", come è stato definito. Il mercato europeo del cloud era dominato per il 66% dai tre hyperscaler americani (AWS, Microsoft Azure, Google Cloud), mentre i provider europei detenevano meno del 16% di quota di mercato. Su questo sfondo, Gaia-X era inteso come piattaforma di standardizzazione aperta che permettesse agli attori europei di condividere dati e infrastrutture senza dipendere dai monopolisti americani.

Tuttavia, il progetto è stato catturato dall'interno. Come ha ammesso Francesco Bonfiglio, ex amministratore delegato di Gaia-X, il progetto era forse "troppo ambizioso". La critica accademica successiva — in particolare i lavori di Baur e Autolitano — ha identificato il fallimento strutturale: Gaia-X non ha mancato per ragioni tecniche, bensì per ragioni politiche. L'iniziativa prevedeva l'inclusività, accogliendo al suo interno gli stessi hyperscaler americani che intendeva contrastare. Una volta che Microsoft, Google e AWS furono dentro Gaia-X, l'iniziativa perse il suo proposito originario. Questo fenomeno è stato teorizzato come "sovereignty washing" — il cooptamento del linguaggio della sovranità da parte dei medesimi attori che operano per annichilirla. Le grandi aziende non ebbero bisogno di sabotaggi espliciti; funzionò il semplice inserimento in una governance ibrida dove gli interessi erano strutturalmente inconciliabili. Le PMI europee volevano protezione; i giganti tech volevano libertà di movimento; gli Stati volevano indipendenza. Queste tre anime erano incompatibili per natura. Il risultato fu la "paralisi per standardizzazione": infiniti documenti, pochi risultati operativi tangibili.

Al Gaia-X Summit di novembre 2025, il nuovo CEO Ulrich Ahle ha ammesso pubblicamente che "mentre lo slancio concettuale è forte, l'adozione rimane ancora scarsa". L'Europa vanta "più di 150 progetti di implementazione in preparazione", ma ha "solo una manciata di database davvero operativi che implementano benefici reali per gli utenti finali". Nel frattempo, i governi europei hanno continuato tranquillamente a investire negli hyperscaler americani. La Germania avrebbe impegnato 3 miliardi di dollari a Oracle Cloud Infrastructure nel suo bilancio 2024, mentre predicava i meriti della sovranità digitale europea. È il simbolo perfetto della contraddizione strutturale: la politica ufficiale richiede sovranità, ma le decisioni degli acquisti pubblici rimangono subordinate alle logiche del mercato globale.

Non sorprende quindi che il vero lascito di Gaia-X non sia il Cloud sovrano, bensì l'insegnamento che ha generato: non è possibile costruire sovranità digitale usando le stesse architetture dei colossi che si intende sfidare. L'evoluzione successiva di questa consapevolezza è rappresentata dagli EDIC — European Digital Infrastructure Consortium — strumenti giuridici europei lanciati a fine 2025 che permettono agli Stati membri e alle città di collaborare su infrastrutture digitali condivise. A differenza di Gaia-X (fondazione di diritto privato), gli EDIC sono costruiti come strutture di diritto pubblico, il che rappresenta un'ammissione esplicita che le infrastrutture critiche non possono essere gestite come associazioni di mercato.

Il progetto cardine è CitiVERSE EDIC, che intende connettere i "digital twins" (gemelli digitali) di diverse città europee secondo standard aperti. Anziché avere ogni città che usa piattaforme proprietarie chiuse per simulare traffico o inquinamento, il CitiVERSE crea uno standard aperto che permette di condividere modelli e simulazioni su scala continentale. È un cambiamento paradigmatico rispetto alla fase precedente: non si tratta di competere con i monopolisti usando le loro stesse regole, bensì di costruire infrastrutture alternative su principi radicalmente diversi.

Parallelamente, il Draghi Report del settembre 2024 — il documento programmatico che definisce la strategia europea di competitività — ha segnato un'ammissione implicita e brutale della "rinuncia strategica" precedente. Draghi sostiene esplicitamente che l'eccessiva fiducia europea nella regolazione (il cosiddetto "modello Brussels", focalizzato su GDPR e AI Act) è stata un'illusione se non accompagnata da una capacità industriale di produrre effettivamente le tecnologie. In altre parole, Draghi ammette che il GDPR, per quanto progressista, non basta se poi l'algoritmo che decide il flusso di traffico di Roma rimane di proprietà di una multinazionale californiana. Il report chiede quindi una virata verso la "politica industriale attiva": non basta regolare, bisogna costruire. Bisogna creare "campioni europei" che competano globalmente. Draghi invoca coordinamento massiccio fra infrastrutture pubbliche e private, suggerendo di usare il "capitale computazionale" pubblico (HPC, centri di ricerca) per alimentare l'innovazione delle PMI europee in cambio di ritorni finanziari. Una direzione che la successiva legge italiana n. 132/2025 sull'intelligenza artificiale (DDL 1146, approvato dal Senato il 20 marzo 2025 e definitivamente convertito il 17 settembre 2025) ribadisce con principi condivisibili — antropocentrismo, trasparenza, tracciabilità — senza però affrontare consapevolmente la "dimensione urbana" di questo controllo algoritmico. Rimane infatti a livello di regolazione dell'uso dell'IA, non di sovranità infrastrutturale: regola come usare bene gli algoritmi, ma non affronta chi possiede l'infrastruttura di raccolta dati su cui gli algoritmi operano, e dunque rimane insufficiente a garantire il controllo democratico del territorio.

Tuttavia, il Draghi Report riproduce una tensione non risolta che rivela il limite teorico dell'approccio europeista centralizzato. Draghi vede il problema "dall'alto": l'Europa deve creare campioni industriali, fondere aziende, investire 800 miliardi per vincere la gara globale contro Cina e USA. La tua analisi — quella della sovranità democratica urbana — vede il problema "dal basso": la sovranità digitale si gioca nella capacità di una città di mantenere l'autonomia locale, di evitare che il "City Brain" (o il suo equivalente di mercato) distorca la vita nei quartieri, di garantire che i dati generati dai cittadini restino sotto controllo pubblico per finalità pubbliche. Il rischio che la critica accademica internazionale evidenzia è che il "piano Draghi" finisca per sostituire il monopolio delle Big Tech USA con un nuovo monopolio di "campioni europei" — le grandi utility o le partecipate statali — senza che il cittadino o l'amministrazione locale riacquisti veramente il potere di decidere come deve muoversi il traffico sotto casa sua. La sovranità industriale europea non è automaticamente sinonimo di sovranità democratica urbana. Anzi, rischia di riprodurre una nuova forma di comando centralizzato, semplicemente collocato a Bruxelles anziché a Menlo Park.

Questo vuoto teorico-politico è particolarmente evidente nella mancanza di una strategia europea specifica per la "dimensione urbana" del controllo algoritmico. Draghi parla di grandi progetti (Cloud, IA, HPC) ma rimane silenzioso su come le città europee dovrebbero governare i dati di mobilità urbana, di logistica, di pianificazione locale che oggi rimangono in mano a privati. Il Draghi Report non affronta la questione cruciale: a quale livello di discrepanza fra i dati pubblici (i cittadini che chiedono mobilità ciclabile, spazi pubblici, pedonalizzazione) e i dati privati (gli algoritmi di Uber e Google Maps che spingono traffico veicolare privato) l'amministrazione decide di ignorare i primi per compiacere i secondi?

VERSO LA SOVRANITÀ URBANA DEMOCRATICA

Sebbene il quadro continentale sia desolante, esistono eccezioni urbane significative che segnalano come la sovranità digitale urbana sia possibile quando costruita su principi radicalmente diversi. Queste esperienze non sono ancora il modello europeo dominante, ma rappresentano una trama alternativa su cui pensare la rigenerazione.

Barcellona rappresenta il caso più sviluppato e conscio nella sua strategia. Sotto l'amministrazione di Ada Colau, la città ha rifiutato esplicitamente il modello di "smart city" spinto da Big Tech per immaginare come la tecnologia potesse servire la democrazia. Ha riscritto i propri processi di procurement per prioritizzare l'open source e la sovranità dei dati. Ha lanciato Decidim, una piattaforma di democrazia partecipativa dove il 70% delle decisioni della città proveniva da deliberazione cittadina trasparente. Ha implementato il "Public Money? Public Code!" — il principio che il denaro pubblico non dovrebbe finanziare software proprietario. Ha inoltre sviluppato il progetto DECODE (Decentralised Citizen-owned Data Ecosystems) insieme ad Amsterdam, costruendo tecnologie decentralizzate di blockchain e crittografia per permettere ai cittadini di controllare e decidere consapevolmente cosa fare con i propri dati.

Amsterdam, Vienna, Helsinki rappresentano varianti diverse dello stesso principio fondante: il dato urbano appartiene al pubblico, non al mercato. Amsterdam avanza piattaforme interoperabili per la gestione dei dati e della mobilità, mantenendo la sovranità locale sulle decisioni infrastrutturali. Vienna ha operato una migrazione massiccia (oltre 1.200 utenti del settore pubblico) verso Nextcloud, una piattaforma collaborativa open source che permette di mantenere i dati interamente su server locali, garantendo il controllo totale. Helsinki ha sviluppato una strategia di "sicurezza della catena di approvvigionamento" dove l'intercambiabilità dei fornitori è il principio cardine: se un fornitore grande o piccolo cambia politica, la città può migrare l'infrastruttura senza dipendere da una singola azienda, senza fermarsi operativamente.

Più recentemente, Torino emerge come caso italiano significativo nel tentativo di governare autonomamente le infrastrutture digitali. Il Piano Triennale per la Transizione Digitale 2024-2026 e il "Decalogo per la sovranità digitale" (promosso dal CSI Piemonte) non sono documenti retorici, bensì strumenti operativi che impongono principi espliciti di Open Source, interoperabilità e no vendor lock-in. Torino sta lavorando concretamente per governare i dati in modo autonomo, utilizzando il cloud pubblico per evitare la delega totale a fornitori terzi. Roma, analogamente, sta sviluppando una strategia di sovranità infrastrutturale: il Progetto Roma 5G e la gestione smart della rete di illuminazione stanno creando un'infrastruttura di connettività di proprietà o in partenariato stretto (tramite INWIT e Smart City Roma). La sfida non è solo il software, ma il controllo capillare della rete IoT su cui passano i dati della città.

La differenza fondamentale fra questo modello emergente e la fase precedente della "smart city" è cruciale per intendere la transizione in corso. La "smart city" degli anni 2010-2020 spesso delegava la gestione dei dati a una piattaforma proprietaria di una multinazionale. Il Comune "affittava" l'intelligenza sulla propria città. La "città sovrana" contemporanea possiede lo stack completo di gestione dei dati. Usa standard aperti (FIWARE, standard europei di interoperabilità) che permettono di cambiare fornitore senza perdere lo storico dei dati o la capacità di analizzarli. Il cambio di paradigma è radicale: non si tratta di "incorporare la tecnologia", bensì di "controllare l'infrastruttura su cui la tecnologia opera".

Queste esperienze urbane però rimangono ancora eccezioni. Non rappresentano il modello europeo dominante. Molte amministrazioni municipali mantengono formalmente un ufficio di pianificazione della mobilità, ma hanno progressivamente smesso di produrre dati primari (tramite censimenti costosi e complessi) e hanno iniziato a fare affidamento esclusivamente sui dati aggregati forniti dalle piattaforme private. Quando un ufficio mobilità decide dove installare una nuova corsia preferenziale o modificare un tempo semaforico, spesso lo fa basandosi su modelli che "vedono" la città solo attraverso il filtro dell'algoritmo di Google. Se l'algoritmo "suggerisce" che una certa strada è un percorso ottimale, il Comune si adegua per ridurre la congestione rilevata, finendo per validare e rinforzare le logiche di routing del privato. Non c'è una delibera che dice "deleghiamo la pianificazione a Uber", ma il risultato operativo è una subordinazione progressiva della pianificazione pubblica alle logiche algoritmiche private.

Questo accade anche attraverso accordi apparentemente "neutri". Molte amministrazioni europee partecipano a programmi come "Waze for Cities", dove il Comune riceve dati sul traffico in tempo reale e, in cambio, fornisce dati sui lavori stradali o chiusure viabilistiche. Formalmente non è un contratto di delega, ma crea una dipendenza operativa profonda. Se la città pianifica la manutenzione stradale basandosi su come Waze gestisce il flusso (invece che sull'efficienza del trasporto pubblico), la priorità politica slitta inconsciamente verso la velocità del traffico automobilistico privato, che è l'unica metrica che conta per le app di navigazione.

Perfino i bandi per "Mobility as a Service" (MaaS) — i servizi di mobilità integrata che le città stanno implementando in tutta Europa — contengono un meccanismo subdolo di subordinazione. Le città appaltano a privati la gestione di piattaforme che integrano il trasporto pubblico e privato. In questi bandi, spesso viene delegata ai privati la definizione degli algoritmi di ottimizzazione del viaggio. È qui che il potere decisionale si sposta crucialmente: chi decide quale sia il "percorso migliore" fra A e B nell'app comunale? Spesso lo fa l'algoritmo del fornitore privato scelto dal bando. La città rimane formalmente autonoma, ma operativamente subordinata al regime algoritmico del privato.

Questa è la trama della colonizzazione corporativa: non è avvenuta tramite un atto amministrativo drammatico, bensì tramite un processo diffuso di delegittimazione della capacità tecnica pubblica. Quando i tecnici comunali dicono "non abbiamo i dati per smentire il suggerimento di Google", la sovranità è tecnicamente già persa. Quella è la linea del fallimento.

Se vogliamo invertire questa traiettoria, dobbiamo riconoscere una verità che il pensiero urbano progressista del Novecento ancora ricordava: l'infrastruttura è sempre un atto di potere. Negli anni settanta e ottanta, i teorici della pianificazione urbana ricordavano ancora questa lezione fondamentale: la città non è un dato naturale, è costruita da decisioni di investimento pubblico, da scelte su quali infrastrutture realizzare, per chi, a beneficio di chi. L'onda lunga della deregolamentazione ha fatto dimenticare questa verità basilare. Dobbiamo restaurarla consapevolmente.

Una strategia radicale per la sovranità urbana passa attraverso tre atti politici concomitanti che non possono essere separati.

Il primo è il riconoscimento che il dato urbano è una res comunis — un bene comune — non una materia prima privata da estrarre. I dati generati dai movimenti dei cittadini, dai loro consumi, dalle loro pratiche di uso dello spazio pubblico dovrebbero appartenere alla comunità, non al capitale privato. Questo significa costruire infrastrutture pubbliche di raccolta, conservazione e analisi dei dati. Non è un'utopia; sono progetti già in corso in diverse forme. Il "progetto Roma 5G" sta disegnando una rete municipale. Torino sta sperimentando il governo autonomo dei dati sulla mobilità. Barcellona ha costruito architetture decentralizzate dove il cittadino decide cosa condividere e con chi. Ma questi progetti restano frammentati. Hanno bisogno di un quadro di senso politico esplicito: il dato urbano è un bene pubblico, la sua amministrazione è funzione dello Stato, la sua estrazione è sottoposta a controllo democratico.

Il secondo atto è il reinvestimento sistematico nella capacità tecnica pubblica. Le amministrazioni devono riassumere i tecnici che avevano licenziato, deve essere ricostruito il know-how urbano sulla gestione dei dati e degli algoritmi. Non si può governare democraticamente ciò che non si comprende tecnicamente. Questo significa investire in formazione continua, in ricerca urbana pubblica, in laboratori municipali dove si testano soluzioni alternative. Significa creare un corpo di tecnici pubblici che non sia subordinato alle logiche del mercato, che abbia autonomia intellettuale per dire "questo algoritmo non funziona per la nostra città" e avere il potere di costruirne uno diverso.

Il terzo atto è l'adozione di standard aperti e interoperabili che permettono alle città di collaborare senza dipendere da fornitori proprietari. Gli EDIC sono lo strumento legale per questo. Ma richiede volontà politica concreta: significa dire "no" ai bandi che includono soluzioni proprietarie chiuse. Significa negoziare contratti pubblici che impongono open source, data portability, algoritmi trasparenti. Significa accettare che l'infrastruttura per la città intelligente non sarà mai efficiente come quella di Google, non avrà la scala di Amazon, ma rimarrà territorio. Rimarrà pubblico.

La domanda cruciale che emerge da questa analisi non è dunque come competere con Google e Amazon sul loro terreno — perché su quel terreno vinceranno sempre, avendo risorse e scala che nessun attore europeo può eguagliare. La domanda è: vogliamo veramente che la sovranità urbana sia controllata da soggetti privati stranieri, oppure vogliamo costruire un'alternativa pubblica, nazionale o transnazionale, che riporta l'infrastruttura sotto il controllo democratico? E se vogliamo la seconda strada — e se non la vogliamo, allora la parola "rigenerazione urbana" diventa un vuoto retorico, un'etichetta applicata a processi di mercato che accelerano la diseguaglianza — allora dobbiamo ammettere che il primo passo è riconoscere lo svuotamento già compiuto. L'infrastruttura intelligente europea non è ancora stata costruita, perché gli ultimi quindici anni sono stati un interregno di colonizzazione. Quello che appare come "innovazione" è spesso solo la normalizzazione di una subordinazione che inizialmente era traumatica, ora è diventata ordinaria, ormai è invisibile.

La letteratura accademica critica internazionale — i lavori di David Harvey sulla "spatial fix", di Saskia Sassen sull'"expulsion", di Neil Brenner sulla "planetary urbanization" — fornisce il quadro teorico per comprendere perché questo non è una questione tecnica, bensì una questione di potere e di diritto alla città. Harvey insegna che gli algoritmi di routing sono il meccanismo attraverso cui il capitale accelera la mobilitazione dello spazio urbano, costringendo la città ad adattarsi alle esigenze di fluidità dei flussi globali. Sassen insegna che le periferie "non profittevoli" diventano invisibili non per caso, bensì per struttura sistemica. Brenner insegna che la "quantificazione totale" dello spazio urbano secondo logiche estrattive riduce la città da organismo vivente a dato manipolabile, spogliandola della sua qualità di ecosistema complesso e irriducibile.

Contro questa riduzione, la difesa della sovranità urbana è un atto di resistenza radicale. Non è un appello nostalgico al "prima della tecnologia", bensì una rivendicazione del diritto di una comunità a plasmare consapevolmente le proprie infrastrutture secondo principi di democrazia, equità, e responsabilità reciproca. Le città europee hanno ancora tempo — non molto — per costruire infrastrutture alternative, pubbliche, interoperabili, radicate nel principio che il dato urbano sia bene comune e la sua gestione sia un atto politico consapevole. Torino, Barcellona, Amsterdam stanno tracciando la strada. Dipende da quante altre città europee avranno il coraggio di seguirla, rifiutando la comodità della delega tecnologica e accettando la responsabilità della propria sovranità.

COME INIZIARE CONCRETAMENTE

Per un'amministrazione urbana che intenda invertire questa traiettoria, l'implementazione della sovranità digitale non può essere un progetto top-down, né può pretendere di costruire dal nulla un'infrastruttura alternativa in tempi brevi. Piuttosto, richiede un approccio incrementale, che consolida competenze interne, sperimenta su scala ridotta, e costruisce alleanze sovralocali. Ecco tre step operativi concreti, realizzabili nel breve-medio termine (18-36 mesi) da una città media europea (200mila-500mila abitanti).

**Step 1: Diagnosi e riappropriazione dei dati esistenti (0-6 mesi).** La città deve innanzitutto effettuare un audit completo dei dati urbani che già possiede o dovrebbe possedere ma che oggi rimangono inaccessibili o frammentati. Questo include: dati sulla mobilità (censimenti origine-destinazione, percorsi dei mezzi pubblici), dati sugli spazi pubblici (occupazione, utilizzo, flussi pedonali), dati sulla qualità ambientale (sensori comunali per inquinamento, rumore, temperature). L'amministrazione deve creare un "registro dei dati pubblici" — un inventario trasparente di cosa possiede, dove è custodito, chi ne ha accesso. Parallelamente, deve negoziare con le piattaforme private (Google Maps, Waze, Uber) per accedere ai dati che riguardano il territorio comunale, evitando contratti di esclusività e inserendo clausole di data interoperabilità. Questo primo step non richiede investimenti tecnologici significativi, ma richiede volontà politica di rivendicare la proprietà dei dati pubblici.

**Step 2: Costruzione di un sistema informativo municipale aperto (6-18 mesi).** Una volta mappati i dati, la città deve costruire una piattaforma tecnica per raccoglierli, standardizzarli e renderli accessibili internamente e — dove non sensibili — pubblicamente. Questa piattaforma deve essere costruita utilizzando standard aperti (FIWARE, API REST, database open-source come PostgreSQL) e deve vivere su un cloud pubblico (es. Aruba, Seeweb, Brinc) anziché su provider proprietari. La città non deve "costruire da zero": esistono framework open-source già consolidati (es. CKAN per data catalog, Superset per data visualization) che riducono drasticamente tempi e costi. Questo step richiede: (a) investimento tecnologico moderato (200-500mila euro per una città media); (b) creazione di un team interno di 3-5 data engineer e data scientist (assunzioni o riqualificazione di tecnici comunali); (c) partnership con università locali per ricerca e supporto. L'obiettivo è che, entro 18 mesi, il Comune abbia una "single source of truth" sui dati di mobilità, ambiente, spazi pubblici.

**Step 3: Sperimentazione su problemi concreti (12-36 mesi, in parallelo agli step precedenti).** Non aspettare che il sistema sia perfetto. Sin da subito, selezionare 2-3 problemi urbani specifici dove testare algoritmi pubblici alternativi. Ad esempio: (i) una reimplementazione locale dell'algoritmo di Google Maps per routing multimodale (in modo che privilegi il trasporto pubblico anziché il privato); (ii) un sistema di monitoraggio della qualità ambientale che raccolga dati via sensori comunali anziché via Big Tech; (iii) un'app di partecipazione civica decentralizzata (usando architetture blockchain leggere, come Decidim) dove i cittadini propongono progetti e la città raccoglie feedback geografico senza cedere dati a terzi. Questi progetti pilota devono essere visibili, comunicati al pubblico, e devono mostrare tangibilmente che "un'alternativa è possibile".

**Vincoli e realtà operative.** Questa trasformazione non è gratuita. Una città media deve investire 500mila-1 milione di euro nei primi 3 anni (infrastruttura, personale, ricerca). Deve anche accettare trade-off iniziali: gli algoritmi pubblici saranno meno "perfetti" di quelli di Google, i tempi di risposta saranno più lenti, il livello di personalizzazione sarà inferiore. Ma il compenso è: proprietà dei dati, trasparenza algoritmica, controllo politico. Inoltre, la città non è sola. Collegandosi agli EDIC e alla rete di città europee che già perseguono sovranità digitale (Barcellona, Amsterdam, Torino, Vienna), può condividere costi di sviluppo, riusare componenti tecniche già costruite, beneficiare di procurement sovralocale.

**Alleanze essenziali.** Nessuna città può farcela da sola. Deve quindi costruire alleanze permanenti con: (a) università locali e centri di ricerca (per know-how tecnico, per disseminazione); (b) associazioni di comuni europee (per coordinamento, per pressione sul quadro normativo); (c) open-source community internazionali (per mantenere le componenti tecniche sostenibili nel lungo termine); (d) organizzazioni della società civile (per monitoraggio, per accountability, per garantire che la sovranità digitale non diventi solo sostituzione di una rendita privata con una burocratica).

L'implementazione della sovranità urbana digitale è quindi non un grande balzo, ma una sequenza di passi piccoli, concreti, visibili, che costruiscono nel tempo una capacità tecnica pubblica credibile. Non è un ritorno romantico al "prima della tecnologia", ma una riappropriazione della leva tecnologica da parte della comunità, recuperando il diritto di una città a plasmare il proprio territorio secondo i principi che essa democraticamente sceglie.

FONTI E RIFERIMENTI

Autolitano, Maria. 2021. "Gaia-X and European Sovereignty: Digital Autonomy in the Cloud Age." IAI Papers.

Bauman, Zygmunt. 2000. Liquid Modernity. Cambridge: Polity Press.

Beatley, Timothy. 2011. Biophilic Cities: Integrating Nature into Urban Design and Planning. Washington, DC: Island Press.

Brenner, Neil. 2014. Implosions/Explosions: Towards a Study of Planetary Urbanization. Berlin: Jovis Verlag.

Caliskan, Aylin, and Joanna Pandey. 2020. "The Algorithmic Discrimination of Ride-Hailing Platforms." Working Paper, George Washington University.

Caprotti, Federico, and Rachel Liu. 2020. "Platform Urbanism." Journal of Urban Affairs 42, no. 5: 643–660.

Draghi, Mario. 2024. "The Future Competitiveness of Europe." Report prepared for the European Commission, September 2024.

Fageda, Xavier. 2019. "The Impact of Uber and Ride-Sharing Services on Urban Congestion in European Cities." Transportation Research Part D 72: 415–433.

Harvey, David. 2001. Spaces of Capital: Towards a Critical Geography. New York: Routledge.

Hoffman, Samantha. 2021. "Tech-Enhanced Authoritarianism in China." Brookings Institution Policy Brief.

National Bureau of Economic Research. 2016. "Racial Discrimination in the Sharing Economy: Evidence from Airbnb and Ride-Sharing Services." Working Paper no. 22942.

Sassen, Saskia. 2014. Expulsions: Brutality and Complexity in the Global Economy. Cambridge: Harvard University Press.

Secchi, Bernardo. 2013. La città dei ricchi, la città dei poveri. Rome: Laterza.